资讯参考分方法论
版本 v1.0 · 2026-10-18 起生效（北京时间）
它是什么
云开 Take 给每条资讯一个 0–100 的“资讯参考分”，衡量这条资讯对影视从业者的参考价值，用来决定哪些进“精选”。
它不是什么
- 不是对任何模型、产品或作品的质量评价；本站不做自己的模型评测、测速或排名。
- 第三方评测只作新闻引用，注明来源并链接原文；分数不因为认同或反对某个评测结论而加减。
- 不是热度：讨论热度另见热点榜。
五个维度（各 0–10 分）
| 实质份量 | 这件事在 AI 影像时间线上是节点、本周值得知道的变化，还是当天的脚注 |
| 信息增量 | 带来多少明确的新能力、新结果、新事实或新方法 |
| 证据强度 | 材料本身对核心事实的支持有多强（官方公告能证明“发布了”，不能证明宣传效果） |
| 共振面 | 多少影视从业者会觉得与自己有关 |
| 可用性 | 读者能否马上使用、学习或迁移做法 |
按内容类型加权
模型只给出内容类型和五个维度的整数分，总分由程序计算：总分 = Σ 维度分 × 权重（每行权重之和为 10）。
| 类型 | 实质份量 | 信息增量 | 证据强度 | 共振面 | 可用性 |
|---|---|---|---|---|---|
| 模型发布 | 3 | 2 | 2 | 2 | 1 |
| 产品上线 | 2 | 2 | 1 | 2 | 3 |
| 工具 / 提示词 | 1 | 2 | 1 | 2 | 4 |
| 论文 | 5 | 3 | 1 | 0 | 1 |
| 行业事件 | 3 | 1 | 2 | 4 | 0 |
| 观点分析 | 1 | 3 | 1 | 4 | 1 |
| 教程 / 第三方评测报道 | 1 | 1 | 1 | 3 | 4 |
入选精选的分数线
官方一手来源 56 分、官方账号与准官方创作者 58 分、媒体与个人 60 分。同一产品的连续版本（如同一工具的相邻小版本）按同一事件系列合并展示，避免分数前后不一。
推荐理由
每条精选的推荐理由必须写出这条资讯本身的具体信息；套话式理由会被程序拦下，不予展示。